Qué dice la web de ti?

Hugo Zaragoza,Diretor de Websays.

1

Websays: breve história

• 2010 Hugo Zaragoza, tras diez años en Microsoft y Yahoo! Research, reúne un equipo paradesarrollar la tecnología Websays.

• 2010 – 2011 Desarrollo Tecnológico.Desarrollo de Producto y pruebas conclientes.

• Octubre 2011Nacimiento de Websays.com (Madrid-Barcelona)

• 2012 Desarrollo comercial2

Productos Websays

• Websays Dashboard– Monitorización / Clipping digital / Escucha Activa

– Análisis de datos

– Análisis de la competencia

– Generación de reports

• Websays Tracker– Seguimiento de Campañas, Crisis, Temas

• Websays API & Custom

3

4

5

6

7

Diferenciadores (I)Data as a Service: Software +

Analistas.

8

Diferenciadores (I)Data as a Service: Software +

Analistas.

9

(Sólo la tecnología más avanzada permite proporcionar Data as a Service de calidad a un coste reducido!)

© Websays 2012Patents Pending.

10

Análisis de Datos: Filtraje de Menciones

© Websays 2012Patents Pending.

11

• Paga sólo los clippings relevantes.– E.g. Sólo el 15% de clippings con la palabra “Camper”

son realmente de y no de…

– E.g. Sólo el 25% de clippings con la palabra “Mango” son realmente dey no de…

(Paga por mención real, no por key-word!)

12

13

Análisis de Datos: Sentimiento

14

Análisis de Datos: Análisis de Entidades

15

Análisis de Datos: Detección de Idiomas

• Define temas específicos dentro de un mismo perfil:

– E.g. Banco de Sabadell: Hipotecas, Tarjetas, Crédito, Pensiones, Cuentas, Fondos, Depósitos.

– E.g. Barcelona está definiendo más de 200 temas…

16

Análisis de Datos: Clasificación en Temas

Diferenciadores (II)Eficacia en Idiomas EuropeosCastellano, Catalán, Francés, Inglés, Italiano, Portugués…

Radian 6 Websays

% de Menciones o 0% 21%

Entidades extraidas 108 512

Ejemplo: comparativa con Radian6, Abril 2012, “Banco de Sabadell”:

17

Diferenciadores (II)Eficacia en Idiomas EuropeosCastellano, Catalán, Francés, Inglés, Italiano, Portugués…

Ejemplo: análisis de calidad Websays, Abril 2012, “Banco de Sabadell”

Calidad Automática Calidad Validación

Sentimiento o 73% 93%

Entidades 68% 91%

Tipo de Entidades (PER, ORG…) 74% 88%

18

Diferenciadores (III)Rastreador (Crawling) propio

Exhaustividad en nichos, forums, etc.

19

Diferenciadores (IV)Try & Buy

sin gastos de implantación.

20

Demo

21

Engagement:

• Qué parte de la conversaciónhabla de tuscanales, contenidos, ofertas… ?

• Quépenetración (engagement) estáteniendotucampaña, actuación, etc. ?

22

Engagement: “% de menciones Non-Corporate queapuntan a Corporate”.

Engagement:% de menciones Non-Corporate queapuntan a

Corporate.

23

Share of Voice

24

Topic Share

25

Sentiment Rule Learning

26